lunedì 5 gennaio 2015

Apprendimento con rinforzo

L’apprendimento con rinforzo è un sistema di programmazione per la generazione di algoritmi in grado di adattarsi all’ambiente. Con questo sistema è possibile dare degli stimoli esterni a seconda delle scelte dell’algoritmo, un premio per una scelta giusta una penalità per una scelta sbagliata. Il sistema cerca di guadagnare più premi possibile, quindi tenderà ad effettuare il miglior lavoro possibile. Esistono principalmente due sistemi per realizzare l’apprendimento con rinforzo, gli “algoritmi ad apprendimento continuo” e gli “algoritmi ad addestramento preventivo”. Gli algoritmi ad apprendimento continuo, con questo sistema è possibile adattarsi anche a grandi modifiche dell’ambiente, un semplice esempio sono i programmi di riconoscimento vocale, che all’inizio fanno un po’ fatica a riconoscere la voce delle persone e poco per volta con l’uso migliorano le loro prestazioni. Gli algoritmi ad addestramento preventivo, si usano principalmente quando non è possibile o è troppo costoso valutare di volta in volta le azioni dell’algoritmo. In questo caso l’apprendimento viene fatto prima che il sistema entri in funzione ed una volta terminato non è più modificabile. A volte i circuiti elettronici sono realizzati apposta per lo scopo quindi non pi modificabili. Per realizzare queste forme di algoritmi si utilizza principalmente i sistemi ad agente, a reti neurali, ad algoritmi genetici.

Nessun commento:

Posta un commento